Sintesi del progetto
ADMIRER ha sviluppato un sistema di controllo degli impianti fotovoltaici basato su droni in grado di raccogliere immagini visive e termiche. Il Supercalcolo (HPC) ha supportato l’addestramento di modelli di analisi che riconoscono i pannelli e individuano anomalie operative, permettendo una valutazione più precisa rispetto alle ispezioni tradizionali o alle analisi satellitari.
Obiettivi
Creare un metodo affidabile per identificare tempestivamente difetti nei pannelli, ridurre i tempi di ispezione e generare un dataset etichettato utile per ulteriori studi e applicazioni nel settore energetico.
Problemi e necessità
Le verifiche manuali risultano onerose e non garantiscono una copertura uniforme. Le informazioni provenienti da immagini satellitari non consentono di valutare lo stato dei pannelli e non aiutano a riconoscere alterazioni termiche o funzionamenti anomali.
Soluzioni sviluppate
Il progetto ha realizzato un prototipo che unisce droni e algoritmi di segmentazione per esaminare i pannelli a livello di dettaglio. L’elaborazione dei dati grazie al supercalcolo accelera la formazione dei modelli e rende più affidabile l’analisi delle immagini raccolte durante i voli programmati.
Impatti
La diagnosi precoce dei guasti consente di limitare fermi impianto, ridurre i costi di manutenzione e aumentare la continuità della produzione solare. Il dataset generato sostiene l’attività di ricerca e fornisce basi solide per future applicazioni legate al monitoraggio automatico delle infrastrutture energetiche.
Settori di applicazione
I risultati coinvolgono direttamente il dominio Energia, con possibili applicazioni anche nei settori Ambiente, Intelligenza Artificiale, Software, Industria e Calcolo e Infrastrutture di Storage, dove tecniche di analisi automatizzata possono supportare sistemi di controllo e gestione basati su modellazione dei dati.
